Question

基本上我有一个内嵌 和的HTML片段。我能够删除所有HTML标记，但这样做会使文本格式不正确。

除了反转输入和输出之外，我想在PHP中使用类似nl2br()的内容，并且还考虑标记。 Java中是否有一个库？

Answer 1

您基本上需要将每个 替换为\n，将每个替换为\n\n。因此，在您成功删除它们的位置，您需要分别插入\n和\n\n。

这是Jsoup HTML解析器帮助下的启动示例（HTML示例是故意编写的，因此如果几乎不可能使用正则表达式那么很难。）

public static void main(String[] args) throws Exception {
    String originalHtml = "<p>p1l1<br/><!--</p>-->p1l2<br><!--<p>--></br><p id=p>p2l1<br class=b>p2l2</p>";
    String text = br2nl(originalHtml);
    String newHtml = nl2br(text);

    System.out.println("-------------");
    System.out.println(text);
    System.out.println("-------------");
    System.out.println(newHtml);
}

public static String br2nl(String html) {
    Document document = Jsoup.parse(html);
    document.select("br").append("\\n");
    document.select("p").prepend("\\n\\n");
    return document.text().replace("\\n", "\n");
}

public static String nl2br(String text) {
    return text.replace("\n\n", "<p>").replace("\n", "<br>");
}

（注意：replaceAll()是不必要的，因为我们只想在此处使用简单的charsequence-by-charsequence替换，而不是regexpattern-by-charsequence replacement）

输出：

<p>p1l1<br/><!--</p>-->p1l2<br><!--<p>--></br><p id=p>p2l1<br class=b>p2l2</p>
-------------


p1l1 
p1l2 



p2l1 
p2l2
-------------
<p>p1l1 <br>p1l2 <br> <br> <p>p2l1 <br>p2l2

有点hacky，但它确实有效。

Answer 2

br2nl和p2nl并不太复杂。试一试：

String plain = htmlText.replaceAll("<br>","\\n").replaceAll("<p>","\\n\\n").replaceAll("</p>","");

Answer 3

您应该可以使用replaceAll。有关示例，请参阅http://www.rgagnon.com/javadetails/java-0454.html。其中只有2个，一个用于p，一个用于br。示例是另一种方式，但您可以更改它以使用斜杠n

替换html

将break和段落转换为java中的新行

3 个答案: